Verfügbarkeit: Praxisleitfaden Qualität | Technische Universität München

Gespeichert in:

Bibliographische Detailangaben
Beteiligte Personen:	Jahn, Walter (VerfasserIn), Braun, Lorenz (VerfasserIn)
Format:	Buch
Sprache:	Deutsch
Veröffentlicht:	München [u.a.] Hanser 2006
Schlagwörter:	Multivariate Analyse Datenanalyse Qualitätssicherung
Links:	http://deposit.dnb.de/cgi-bin/dokserv?id=2799746&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014792142&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
Umfang:	XXIII, 673 S. graph. Darst. 25 cm
ISBN:	3446406166 9783446406162

Internformat

MARC


LEADER	00000nam a2200000 c 4500
001	BV021576407
003	DE-604
005	20221104
007	t\|
008	060510s2006 gw d\|\|\| \|\|\|\| 00\|\|\| ger d
016	7		\|a 97947938X \|2 DE-101
020			\|a 3446406166 \|9 3-446-40616-6
020			\|a 9783446406162 \|9 978-3-446-40616-2
035			\|a (OCoLC)166024179
035			\|a (DE-599)BVBBV021576407
040			\|a DE-604 \|b ger \|e rakddb
041	0		\|a ger
044			\|a gw \|c XA-DE-BY
049			\|a DE-859 \|a DE-19 \|a DE-12 \|a DE-1050 \|a DE-210 \|a DE-1102 \|a DE-29T \|a DE-573 \|a DE-703 \|a DE-860 \|a DE-92 \|a DE-526 \|a DE-83 \|a DE-2070s \|a DE-B768
084			\|a QP 321 \|0 (DE-625)141854: \|2 rvk
084			\|a ZG 9260 \|0 (DE-625)156054: \|2 rvk
084			\|a 650 \|2 sdnb
100	1		\|a Jahn, Walter \|e Verfasser \|4 aut
245	1	0	\|a Praxisleitfaden Qualität \|b Prozessoptimierung mit multivariater Statistik in 150 Beispielen \|c Walter Jahn ; Lorenz Braun
264		1	\|a München [u.a.] \|b Hanser \|c 2006
300			\|a XXIII, 673 S. \|b graph. Darst. \|c 25 cm
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
650	0	7	\|a Multivariate Analyse \|0 (DE-588)4040708-1 \|2 gnd \|9 rswk-swf
650	0	7	\|a Datenanalyse \|0 (DE-588)4123037-1 \|2 gnd \|9 rswk-swf
650	0	7	\|a Qualitätssicherung \|0 (DE-588)4126457-5 \|2 gnd \|9 rswk-swf
689	0	0	\|a Qualitätssicherung \|0 (DE-588)4126457-5 \|D s
689	0	1	\|a Datenanalyse \|0 (DE-588)4123037-1 \|D s
689	0	2	\|a Multivariate Analyse \|0 (DE-588)4040708-1 \|D s
689	0		\|5 DE-604
700	1		\|a Braun, Lorenz \|e Verfasser \|0 (DE-588)124112781 \|4 aut
856	4	2	\|q text/html \|u http://deposit.dnb.de/cgi-bin/dokserv?id=2799746&prov=M&dok_var=1&dok_ext=htm \|3 Inhaltstext
856	4	2	\|m HBZ Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014792142&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
943	1		\|a oai:aleph.bib-bvb.de:BVB01-014792142

Datensatz im Suchindex

_version_	1819301591937712128
adam_text	Inhaltsverzeichnis Einleitung XVII 1 Qualitätsprobleme und Lösungsansätze 1 1.1 Was ist ein betriebliches Problem? 1 1.2 Welches sind die Hauptprobleme in Ihrem Unternehmen? 2 1.3 Wie können Probleme gelöst werden? 6 1.3.1 Klassifikation der Probleme 12 1.3.2 Projektbildung 12 1.3.3 Diagnose des Problems 13 1.3.4 Ursachenforschung 14 1.3.5 Auswertung 15 1.3.5.1 Visualisierung der multivariaten Datensätze 15 1.3.5.2 Datenanalyse - Datenmanipulation 17 1.3.5.3 Produktaudit 17 1.3.6 Six-Sigma-Philosophie und Problemlösung 21 1.3.7 Warum müssen die multivariaten statistischen Methoden bei der Prozessverbesserung angewandt werden? 30 2 Warum sollen Kunden mein Produkt kaufen oder meine Dienstleistung in Anspruch nehmen? 35 2.1 Was ist ein Kunde? 35 2.2 Wie können Produkte bewertet werden? 38 2.3 Produkt und Funktionen 42 2.4 Was besagt die Kundenzufriedenheit und wie kann man diese messen? 47 2.5 Durch welche Variablen wird die Kaufentscheidung beeinflusst? 56 3 Datengewinnung und Datenaufbereitung 59 3.1 Anforderungen an die Daten: Produkte des Messprozesses 62 3.2 Wie können Sie univariate Ausreißer erkennen? 64 3.2.1 Tests für einen Ausreißer im univariaten normal verteilten Fall 68 3.2.2 Test für mehrere Ausreißer im univariaten normal verteilten Fall 69 3.3 Fehlerarten 69 3.3.1 Systematische Fehler 69 3.3.2 Zufällige Fehler 70 3.4 Datengewinnung 72 3.4.1 Spezifikation der Anforderungen 72 3.4.2 Uni- und multivariate Prozessfähigkeitsindizes 75 3.5 Messmittelfähigkeit 76 3.6 Multivariate Ausreißererkennung 77 3.6.1 Verursacher von Ausreißern 78 3.6.2 Vergleich verschiedener univariater Methoden der Ausreißer¬ erkennung 79 3.6.3 Beeinflussung der Ergebnisse multivariater Analysen durch Ausreißer ... 84 3.7 Visualisierung von Datensätzen 102 VI Inhaltsverzeichnis 3.7.1 Star Plots 102 3.7.2 Sunray Plots 105 3.7.3 Streudiagramme (Draftsman Plots) 106 3.7.4 Drei-D-Häufigkeitsverteilung 107 3.7.5 Dreidimensionales Streu-Korrelationsdiagramm 108 3.7.6 Dreidimensionales Oberflächendiagramm 108 3.7.7 Verlaufsdiagramm 109 3.7.8 Zusammenfassung der Produktvariablen zu Produkten 110 4 Qualität in der Entwicklung und Konstruktion von Produkten 111 4.1 Wer benötigt warum ein neues Produkt? 112 4.2 Wie kommen Sie vom Kundenwunsch zum Produkt? 112 4.2.1 Mit welchen Methoden kann der Weg vom Kundenwunsch zum Produkt unterstützt werden? 113 4.2.2 Conjoint Analyse 114 4.2.3 Phasen der Produktentwicklung 123 4.2.4 Näherungsweise Bestimmung der Toleranzgrenzen bei Produkten im Entwicklungsstadium 125 4.2.4.1 Strukturierung eines Produktes für die Weiterverarbeitung 126 4.2.4.2 Was sind Latitudes und wozu benötigt man diese? 127 4.3 Wie können Sie nachweisen, dass hinsichtlich der Funktionen simultan alle Kundenanforderungen erfüllt werden? 144 4.4 Wie kann die Prozessentwicklung für ein neues Produkt durch multivariate statistische Methoden unterstützt werden? 147 4.4.1 Ziele bei der Prozessentwicklung 147 4.4.2 Phasen der Prozessentwicklung 150 5 Qualität in der Fertigung 155 5.1 Was ist ein Produkt? 155 5.2 Wie können Sie entscheiden, ob Ihre Prozesse in Ordnung sind oder verbessert werden müssen? 158 5.2.1 Was ist ein modernes Produktaudit? 159 5.2.1.1 Was beinhaltet das Kunden-Anforderungs-Profil (KAP)? 159 5.2.1.2 Wie kann man die parametrisierten Kundenanforderungen statistisch tolerieren? 162 5.2.1.3 Auf welchem Prinzip basiert die statistische Tolerierung? 165 5.2.1.4 Wie können unter der Bedingung (1) die Toleranzintervalle für jede einzelne Produktvariable unter Beachtung der Abhängigkeitsstruktur statistisch bestimmt werden? 167 5.2.1.5 Wie kann man das „Produkt statistisch tolerieren? 170 5.2.1.6 Univariate Prozessfähigkeitsindizes 170 5.2.1.7 Was sind multivariate Prozessfähigkeitsindizes? 193 5.3 Vergleich verschiedener Tolerierungsverfahren an 6- und 5-dimensionalen Beispielen 210 5.3.1 Charakteristische Zusammenhänge zwischen Funktionssicherheit und Toleranz aus Sicht der Techniker 211 5.3.2 Berechnung von Maß- und Toleranzketten für vollständige Austauschbarkeit 213 5.3.3 Verallgemeinerung der Tolerierung 215 Inhaltsverzeichnis VII 5.3.3.1 Statistische Tolerierung 219 5.3.3.2 Übung 222 5.4 Warum sollen Sie die Prozessdarstellung wählen? 224 5.5 Warum müssen Sie Ihr Unternehmen als Netzwerk von Dienstleistungs- und Fertigungsprozessen darstellen? 226 5.6 Kommunikation zwischen Prozessen 228 5.7 Was heißt Prozessverbesserung und was müssen Sie tun? 230 5.8 Wie können wir das Ergebnis erreichen? 232 5.9 Was bedeutet Abhängigkeitsstruktur eines Prozesses? 233 5.9.1 Wie führt man eine Korrelationsanalyse (KA) durch und was besagen die Ergebnisse? 234 5.9.2 Verteilungsfreie Korrelationskoeffizienten 241 5.9.2.1 Was ist ein Vierfelder Korrelationskoeffizient? 241 5.9.2.2 Was für ein Abhängigkeitsmaß können wir berechnen, wenn die Variablen über eine Rangskala quantifiziert wurden? 243 5.9.3 Was sind partielle Korrelationskoeffizienten 247 5.9.4 Was sind multiple Korrelationskoeffizienten und wozu benötigt man diese? 250 5.9.5 Was sind partiell multiple Korrelationskoeffizienten und wozu benötigt man diese? 253 5.9.6 Was besagen der multivariat partiell-multiple und der multivariat semipartiell-multiple Korrelationskoeffizient? 258 5.10 Was ist eine Prozessgleichung und wozu benötigt man diese? 259 5.11 Modelle für die Prozessgleichung 260 5.11.1 Nur die Produktvariable 7 ist zufällig 260 5.11.1.1 Was versteht man unter einem univariaten, linearen, multiplen Modell mit festen Input- und Prozessvariablen? .... 263 5.11.1.2 Multivariates, multiples lineares Modell mit determinierten Input- und Prozessvariablen; Y ist ein zufälliger Vektor 267 5.11.2 Lineare Modelle mit stochastischen Input- und Prozessvariablen 268 5.11.2.1 Wie sieht das multiple lineare Modell mit stochastischen Input- und Prozessvariablen aus und wodurch unterscheidet es sich von dem Modell mit festen Input- und Prozessvariablen? 269 5.11.2.2 Das multivariate, multiple, lineare Modell mit stochastischen Input- und Prozessvariablen 274 5.11.3 Statistische Modelle mit stochastischen Input-und Prozessvariablen ... 276 5.11.4 Wie kann man die Schätzungen für die unbekannten Modellparameter für die Modelle mit stochastischen Input- und Prozessvariablen gewinnen? 278 5.12 Welche Eigenschaften haben die Schätzungen für die unbekannten Modellparameter? 290 5.13 Einfluss der Multikollinearität auf die Schätzfunktionen 296 5.14 Wie können wir die wesentlichen Input- und Prozessvariablen auswählen? .... 305 5.14.1 Warum müssen aber nun wieder Input- und/oder Prozessvariablen aus dem Ansatz gestrichen werden? 305 5.14.2 Welche Verfahren können für die Auswahl optimaler Teilmengen von „fixen Input- und Prozessvariablen verwendet werden? 307 5.14.3 Red-Auswahlverfahren von Jahn 318 VIII Inhaltsverzeichnis 5.15 Unter welchen Umständen ist die Annahme der Linearität gerechtfertigt? 333 5.16 Warum muss ein Prozess gesteuert werden und wie können wir einen Prozess steuern? 334 5.16.1 Statistische Tolerierung der Inputvariablen 335 5.16.2 Berechnung der statistischen Sollwerte und Toleranzgrenzen für die Inputvariablen unter der Bedingung der gegebenen Werte für die Produktvariablen 340 5.17 Zusammenfassung der Produktvariablen 346 5.18 Kalibrierung 350 6 Kontrolle des Prozesses 359 6.1 Univariate Shewhartkarten 359 6.2 Warum brauchen Sie multivariate Kontrollkarten? 362 6.3 Welches statistische Prinzip dient als Grundlage für die Konstruktion von multivariaten Kontrollkarten? 368 6.4 Was soll mit der multivariaten Kontrollkarte kontrolliert werden? 370 6.5 Wie können multivariate Kontrollkarten konstruiert werden? 375 7 Multivariate Analysen mit qualitativen Daten: Varianzanalysen 387 7.1 Grundlagen 387 7.2 Univariate Varianzanalyse ANOVA 391 7.2.1 Wiederholte Anwendung des t-Zweistichprobentests 392 7.2.2 Zerlegung der Summe der Abweichungsquadrate 394 7.3 Kleinste signifikante Differenz (Least significant difference) 398 7.4 Varianzanalyse als allgemeines univariates multiples lineares Modell mit festen Einflussvariablen 403 7.5 Prüfung der allgemeinen linearen Hypothese Ho: C u = 0 405 7.6 Zweifache Klassifikation der Varianzanalyse 407 7.7 Multiple Vergleiche der Behandlungen 413 7.8 Ringversuche 416 7.8.1 Bestimmung der Wiederhol- und Vergleichbarkeit 417 7.9 Multivariate Varianzanalyse (multivariate analysis of variance = manova) 423 7.9.1 Das multivariate verallgemeinerte lineare Modell mit festen Einflussparametern 423 7.9.2 Einfache Klassifikation der MANOVA 425 7.9.3 Multiple Vergleiche in der MANOVA 430 7.9.4 Profilanalyse 433 7.9.5 Test für die Parallelität 433 7.9.6 Test für die gleiche Ausprägung 434 7.9.7 Reproduzierbarkeit 435 7.9.8 Fall für beliebige k 0 435 8 Planung und statistische Auswertung von Versuchen zur Gewinnung von Prozessgleichungen (Versuchsplanung oder Design of Experiments DoE) 439 8.1 Voraussetzungen für die Durchführung der Versuchsplanung 441 8.2 Prinzip der Versuchsplanung 441 8.3 Bezeichnungen 443 8.4 Ziele der Versuchsplanung 448 8.5 Verallgemeinerung des Konstruktionsprinzips 449 Inhaltsverzeichnis IX 8.6 Teilweise faktorielle Versuchspläne (TFV) vom Typ 2 ~p 462 8.7 Derivate der Versuchsplanung 464 8.7.1 Das Multi-Vari-Bild 465 8.7.2 Variablenvergleich von Shainin 470 8.8 Versuchspläne von Taguchi 478 8.9 Vergleich der Problemlösung mit multivariaten statistischen und Versuchsplanmethoden anhand von Beispielen 489 8.10 Zusammenstellung der Vor- und Nachteile der Versuchsplan- und mutivariaten statistischen Methoden 503 9 Untersuchung der Zuverlässigkeit von Produkten mit neuen multivariaten Methoden 507 9.1 Produkt-Funktionen-Prozess 509 9.2 Definition der Zuverlässigkeit 513 10 Klassifikationsverfahren - Verfahren zur Überprüfung der Homogenität von Stichproben 519 10.1 Grundlagen 519 10.2 Anliegen der Klassifikationsverfahren 522 10.3 Clusteranalyse 523 10.4 Diskriminanzanalyse 528 11 Analyse der Abhängigkeitsstruktur zufälliger Vektoren mit der Hauptkomponenten- oder Faktoranalyse 535 11.1 Grundlagen 535 11.2 Anliegen der Hauptkomponenten- und Faktoranalyse 541 11.3 Geometrische Deutung 545 11.4 Hauptkomponentenanalyse 546 11.5 Hauptkomponentenregression 553 11.6 Faktoranalyse 559 12 Betriebswirtschaftliche Entscheidungen 581 12.1 Was sind Kosten? 582 12.2 Was sollten Sie über die klassische Kostenrechnung wissen? 583 12.3 In welchen Schritten erfolgt die prozessorientierte Kostenrechnung? 585 12.3.1 Der Kostenentstehungsprozess 585 12.3.2 Wie müssen die Kosten erfasst werden? 588 12.4 Wie erfolgt die Analyse und Steuerung der Kosten? 589 12.4.1 Aufbereitung des Datenmaterials 590 12.4.2 Analyse der Kostenstruktur 591 12.4.3 Steuerung des Kostenentstehungsprozesses 594 12.4.4 Kostenkalkulation im Kostenentstehungsprozess 598 12.5 Lieferterminüberschreitungen als betriebswirtschaftliche Produktvariable 601 13 Überführung der Ergebnisse der statistischen Prozessanalyse und Steuerung in die Praxis 607 13.1 Gemeinsame Durchführung eines konkreten Projektes 609 13.2 Schulung der Prozessverantwortlichen und Mitarbeiter 611 13.3 Widerstand gegen den Wandel 613 X Inhaltsverzeichnis Glossar 615 Literaturverzeichnis 639 Lösungen 645 Kapitel 1 645 Kapitel 5 646 Kapitel 6 656 Kapitel 7 658 Kapitel 8 663 Kapitel 12 667 Stichwortverzeichnis 669 Downloadbereich: Unter der Adresse http://downloads.hanser.de/3-446-40616-6 können Sie die zum Buch gehörenden Dateien herunterladen. Beispielverzeichnis Beispiel 1.3.1: Motorstützen. Problembeschreibung 7 Beispiel 1.3.2: Motorstützen. Problemdefinition 7 Beispiel 1.3.3: Motorstützen. Problemklassifikation 1 12 Beispiel 1.3.4: Motorstützen. Problemklassifikation 2 13 Beispiel 1.3.5: Motorstützen. Ursachenfindung 14 Beispiel 1.3.6: Bremsweg. Abhängigkeitsstruktur 16 Beispiel 1.3.7: Analyse von Bodenproben. Qualitative Variablen 19 Beispiel 1.3.8: Papierfeeder. Zuverlässigkeit 19 Beispiel 1.3.9: Motorstützen. Problemlösung 19 Beispiel 2.1.1: Auftragsabwicklung. Produktbenchmarking 36 Beispiel 2.2.1: Elektromotor. Variablen und Abhängigkeiten 38 Beispiel 2.2.2: Plastikschalen für Akku-Bohrschrauber. Anforderungen 41 Beispiel 2.3.1: Papierfeeder. Wirkungsweise und Funktionen 43 Beispiel 2.4.1: Fragebogen Kundenzufriedenheit. Auswertungen 49 Beispiel 2.4.2: Fragebogen zur Kundenzufriedenheit. Auswertung mit der Faktoranalyse 53 Beispiel 2.4.3: Marktgröße. Variablen und Abhängigkeiten 55 Beispiel 2.5.1: Plastikschalen für Akku-Bohrschrauber. Lieferantenauswahl 56 Beispiel 3.1.1: Motorventile. Parametrisierung 59 Beispiel 3.2.1: Ausreißer. Datenaufbereitung 66 Beispiel 3.2.2: Ausreißer. Test 68 Beispiel 3.3.1: Löslichkeit von Natriumnitrat. Datensammlung 70 Beispiel 3.4.1: Bremsweg. Anforderungen 73 Beispiel 3.4.2: Bremsweg. Fähigkeiten 75 Beispiel 3.5.1: Bremsweg. Messen der Geschwindigkeit eines PKW 76 Beispiel 3.6.1: Produktivität. Verfahren der Ausreißererkennung 79 Beispiel 3.6.2: Produktivität. Zeilensummenmethode 81 Beispiel 3.6.3: Produktivität. Häufigkeitsverteilungen 82 Beispiel 3.6.4: Produktivität. Streuungsdiagramme 82 Beispiel 3.6.5: Produktivität. Statistische Maßzahlen 83 Beispiel 3.6.6: Produktivität. Grubbs Teststatistik 84 Beispiel 3.6.7: Produktivität. Ausreißerelimination 84 Beispiel 3.6.8: Produktivität. Einfluss auf Analysen 85 Beispiel 3.6.9: Produktivität. Einfluss auf Varianzen 86 Beispiel 3.6.10: Produktivität. Einfluss auf Korrelationen 86 Beispiel 3.6.11: Produktivität. Länge der Hauptachsen 87 XII Beispielverzeichnis Beispiel 3.6.12: Produktivität. Leverage Punkte 88 Beispiel 3.6.13: Produktivität. Mahalanobis Distanz 89 Beispiel 3.6.14: Produktivität. Bedingte Erwartungswerte 89 Beispiel 3.6.15: Produktivität. Residuen 92 Beispiel 3.6.16: Produktivität. Cook sche Distanz 95 Beispiel 3.6.17: Produktivität. Aerk Statistik 96 Beispiel 3.6.18: Produktivität. Grenze für Ausreißerbetrachtung 97 Beispiel 3.6.19: Quantile einer standardisierten normalverteilten Zufallsgröße 100 Beispiel 4.1.1: Papierfeeder. Aufgaben und Abgrenzung 111 Beispiel 4.2.1: Papierfeeder. Zuverlässigkeit 113 Beispiel 4.2.2: Laser Pointer. Conjoint Analyse 114 Beispiel 4.2.3: Metallsäge. Input/Prozess/Produkt/Funktion 127 Beispiel 4.2.4: Metallsäge. Versuchsplanung und Latitudes 130 Beispiel 4.2.5: Metallsäge. Bestätigungsexperimente 144 Beispiel 4.3.1: Metallsäge. Simultane Erfüllung der Anforderungen 144 Beispiel 4.3.2: Metallsäge Zusammenfassung der Funktionen 146 Beispiel 4.3.3: Metallsäge. Funktionalität und Toleranzgrenze 146 Beispiel 4.4.1: Drucker. Kundenanforderungsprofil 150 Beispiel 4.4.2: Drucker. Produktweiterentwicklung 151 Beispiel 5.1.1: Ziegelsteinherstellung. Nicht unabhängige Zufallsgrößen 156 Beispiel 5.1.2: Dämpfung der Motorvibration. Abhängigkeiten 157 Beispiel 5.2.1: Kunststoffscheiben. Definition von Kundenanforderungen 160 Beispiel 5.2.2: Akkubohrschrauber. Statistische Tolerierung 169 Beispiel 5.2.3: Wellendurchmesser. Univariate Prozessfähigkeit 175 Beispiel 5.2.4: Wellendurchmesser. Prozessfähigkeit nach Taguchi 178 Beispiel 5.2.5: Fähigkeiten und Ausfallrate 180 Beispiel 5.2.6: Wellendurchmesser. Ausfallrate 181 Beispiel 5.2.7: Akkubohrschrauber. Konfidenzintervalle für Cp und Cpk 186 Beispiel 5.2.8: Simulationen. Maßzahlen und univariate Fähigkeiten 194 Beispiel 5.2.9: Simulationen. Eigenwerte und Längen der Hauptachsen 195 Beispiel 5.2.10: Demonstrationsbeispiel. Multivariate Fähigkeiten 205 Beispiel 5.2.11: Dämpfung der Motorvibration. Multivariate Fähigkeiten 207 Beispiel 5.2.12: Akkubohrschrauber. Prozessfähigkeiten 208 Beispiel 5.2.13: Karosseriebau. Multivariate Fähigkeiten 209 Beispiel 5.3.1: Einfaches Getriebe. Maßketten 214 Beispiel 5.3.2: Einfaches Getriebe. Ortsvektoren 216 Beispiel 5.3.3: Quadratische Form 218 Beispiel 5.3.4: Einfaches Getriebe. Tolerierung 219 Beispiel 5.4.1: Drehen einer Welle. Prozessdarstellung 225 Beispielverzeichnis XIII Beispiel 5.5.1: Papierfeeder. Prozessnetzwerk 227 Beispiel 5.6.1: Papierfeeder. Prozessnetzwerk mit Kommunikation 229 Beispiel 5.7.1: Chemischer Prozess. Prozessverbesserung 231 Beispiel 5.9.1: Bremsweg eines PKW. Korrelationskoeffizienten 235 Beispiel 5.9.2: Bremsweg eines PKW. Abhängigkeit des Bremsweges 238 Beispiel 5.9.3: Bremsweg eines PKW. Determinante der Korrelationsmatrix 241 Beispiel 5.9.4: Stillstandszeiten 242 Beispiel 5.9.5: Lieferterminüberschreitung. Rangkorrelationskoeffizienten 243 Beispiel 5.9.6: Lieferfristenüberschreitung. Spearmanscher Rangkorrelations- koeffizient 244 Beispiel 5.9.7: Lieferfristenüberschreitung. Kendallscher Rangkorrelations¬ koeffizient 246 Beispiel 5.9.8: Einfluss von zwei Prozess- auf eine Produktvariable. Abhängigkeiten .. 247 Beispiel 5.9.9: Einfluss von zwei Prozess- auf eine Produktvariable. Partieller Korrelationskoeffizient 248 Beispiel 5.9.10: Einfluss von zwei Prozess- auf eine Produktvariable. Maß der Beherrschbarkeit 248 Beispiel 5.9.11: Bremsweg eines PKW. Partielle Korrelationskoeffizienten 250 Beispiel 5.9.12: Bremsweg eines PKW. Multipler Korrelationskoeffizient 252 Beispiel 5.9.13: Bremsweg eines PKW. Partiell multipler Korrelationskoeffizient 256 Beispiel 5.10.1: Brennen von Porzellan. Technologie 260 Beispiel 5.11.1: Bremsweg. Einfache Prozessgleichung 263 Beispiel 5.11.2: Bremsweg. Prozessgleichung mit mehreren Prozessvariablen 270 Beispiel 5.11.3: Bremsweg. Mehrere Prozessvariable 271 Beispiel 5.11.4: Multivariates multiples Modell mit zwei Produkt- und zwei stochastischen Prozessvariablen. Bedingte Kovarianz und bedingte Erwartungswerte 275 Beispiel 5.11.5: Multivariates multiples Modell mit zwei Produkt- und zwei stochastischen Prozessvariablen. Multivariater multipler Korrelationskoeffizient 276 Beispiel 5.11.6: Akkubohrschrauber. Statistische Prozessanalysen 279 Beispiel 5.12.1: Bremsweg. Vorhersagen 291 Beispiel 5.12.2: Bremsweg. Varianzanalyse 295 Beispiel 5.13.1: Multikollinearität 298 Beispiel 5.13.2: Einfluss der Multikollinearität. Einfluss auf die Modellparameter 303 Beispiel 5.14.1: Chemischer Prozess. Teilmengenregressionen 310 Beispiel 5.14.2: Chemischer Prozess. Schrittweise Auswahl der unwesentlichen Prozessvariablen 317 Beispiel 5.14.3: Chemischer Prozess. Red-Auswahlverfahren 326 Beispiel 5.14.4: Chemischer Prozess. Vergleich von Reduktionsverfahren 328 Beispiel 5.14.5: Mikroelektronik. Red-Verfahren 330 XIV Beispielverzeichnis Beispiel 5.16.1: Chemischer Prozess. Statistische Tolerierung der Input- und Prozessvariablen 335 Beispiel 5.17.1: Karosseriebau. Zusammenfassung der Produktvariablen 347 Beispiel 5.18.1: Kalibrierung. Linear 352 Beispiel 5.18.2: Kalibrierung. Vorhersageintervall 355 Beispiel 5.18.3: Nachweisgrenze 355 Beispiel 5.18.4: Erfassungsgrenze 356 Beispiel 5.18.5: Bestimmungsgrenze 356 Beispiel 6.1.1: Länge des Bremsweges. Univariate Qualitätskontrollkarte 360 Beispiel 6.2.1: Länge des Bremsweges. Streuungsdiagramm 363 Beispiel 6.2.2: Länge des Bremsweges. Statistische Maßzahlen 365 Beispiel 6.4.1: Länge des Bremsweges. T^-Statistik 372 Beispiel 6.5.1: Zementplatten. Uni- und multivariate Kontrollkarten 378 Beispiel 6.5.2: Akkubohrschrauber. Übung 385 Beispiel 7.1.1: Porzellanteller 390 Beispiel 7.2.1: Schweißen von Motorstützen. Problembeschreibung 391 Beispiel 7.2.2: Schweißen von Motorstützen, t-Zweistichprobentest 392 Beispiel 7.2.3: Einfache ANOVA. Beispielrechnung 396 Beispiel 7.3.1: Einfache ANOVA. Least significant difference 399 Beispiel 7.3.2: Schweißen von Motorstützen. Varianzanalyse 400 Beispiel 7.6.1: Schweißen von Motorstützen. Dreifache Klassifikation 409 Beispiel 7.7.1: Schweißen von Motorstützen. Konfidenzintervalle 415 Beispiel 7.8.1: Nikotingehalt von Zigaretten. Wiederhol- und Vergleichbarkeit 418 Beispiel 7.9.1: Vergleich von Laboren. Einfache Klassifikation 428 Beispiel 7.9.2: Vergleich von Laboren. Multiple Vergleiche 432 Beispiel 8.3.1: Bremsweg. Durchführung von Versuchen 444 Beispiel 8.3.2: Bremsweg. Prozessgleichung 445 Beispiel 8.5.1: Böschungswinkel von Tagebauböschungen. Problembeschreibung und Versuchsdurchführung 450 Beispiel 8.5.2: Solarenergie. Durchführung von Versuchen 454 Beispiel 8.6.1: Solarenergie. Reduziertes Design 463 Beispiel 8.7.1: Mikroelektronik. Multi-Vari-Bild 465 Beispiel 8.7.2: Papierfeeder. Variablenvergleich 471 Beispiel 8.8.1: Solarzelle. Taguchi-Versuchsplan 481 Beispiel 8.8.2: Feeder. Taguchi-Versuchsplan 484 Beispiel 8.9.1: Chemischer Prozess. Vergleich verschiedener Methoden 491 Beispiel 8.9.2: Chemischer Prozess 499 Beispiel 8.9.3: Chemischer Prozess. Statistische Tolerierung 502 Beispiel 9.1.1: Papierfeeder. Problem der Zuverlässigkeit 511 Beispiel 9.2.1: Zeichnen von Linien mit einem Bleistift 514 Beispielverzeichnis XV Beispiel 10.1.1: Schwingungsdämpfer. Klassifikation 519 Beispiel 10.3.1: Schwingungsdämpfer. Bildung von Clustern 526 Beispiel 10.4.1: Schwingungsdämpfer. Überprüfung der Klassifikation 528 Beispiel 10.4.2: Akkubohrschrauber. Unterschiedliche Montagezeiten 530 Beispiel 11.1.1: Akkubohrschrauber. Berechnung von Faktoren 535 Beispiel 11.1.2: Schwingungsdämpfer. Berechnung von Faktoren 540 Beispiel 11.2.1: Persönlichkeitsmarketing 544 Beispiel 11.3.1: Markt 545 Beispiel 11.4.1: Akkubohrschrauber. Hauptkomponentenanalyse 547 Beispiel 11.4.2: Akkubohrschrauber. Reduktion des Parameterraums 550 Beispiel 11.5.1: Akkubohrschrauber. Hauptkomponentenregression 553 Beispiel 11.5.2: Akkubohrschrauber. Rücktransformation 556 Beispiel 11.6.1: Akkubohrschrauber. Interpretation der Faktoranalyse 559 Beispiel 11.6.2: Akkubohrschrauber. Rotation der Faktormatrix 570 Beispiel 11.6.3: Akkubohrschrauber. Spezielle Rotation 574 Beispiel 11.6.4: Chemischer Prozess 575 Beispiel 12.2.1: Brotherstellung 583 Beispiel 12.3.1: Maschinenbau. Prozessnetzwerk 587 Beispiel 12.3.2: Maschinenbau. Statistische Maßzahlen 588 Beispiel 12.4.1: Maschinenbau. Starplots 590 Beispiel 12.4.2: Maschinenbau. Abhängigkeitsstruktur 591 Beispiel 12.4.3: Maschinenbau. Kostengleichungen 592 Beispiel 12.4.4: Maschinenbau. Steuerung, allgemein 594 Beispiel 12.4.5: Maschinenbau. Steuerung, speziell 596 Beispiel 12.4.6: Kalkulation im Herstellungsprozess 598 Beispiel 12.5.1: Maschinenbau. Kosten und Zeit 602 Beispiel 13.1.1: Univariate Prozessfähigkeitsindizes und Ausschussanteil 607 Beispiel Gl: Euklidischer Abstand 619 Beispiel G2: Machalanobisabstand 621 Beispiel G3: Wellendurchmesser 630 Beispiel G4: Fahrverhalten 636
any_adam_object	1
author	Jahn, Walter Braun, Lorenz
author_GND	(DE-588)124112781
author_facet	Jahn, Walter Braun, Lorenz
author_role	aut aut
author_sort	Jahn, Walter
author_variant	w j wj l b lb
building	Verbundindex
bvnumber	BV021576407
classification_rvk	QP 321 ZG 9260
ctrlnum	(OCoLC)166024179 (DE-599)BVBBV021576407
discipline	Technik Wirtschaftswissenschaften
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01947nam a2200445 c 4500</leader><controlfield tag="001">BV021576407</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20221104 </controlfield><controlfield tag="007">t\|</controlfield><controlfield tag="008">060510s2006 gw d\|\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">97947938X</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3446406166</subfield><subfield code="9">3-446-40616-6</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783446406162</subfield><subfield code="9">978-3-446-40616-2</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)166024179</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV021576407</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BY</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-859</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-1050</subfield><subfield code="a">DE-210</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-29T</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-526</subfield><subfield code="a">DE-83</subfield><subfield code="a">DE-2070s</subfield><subfield code="a">DE-B768</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QP 321</subfield><subfield code="0">(DE-625)141854:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ZG 9260</subfield><subfield code="0">(DE-625)156054:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">650</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Jahn, Walter</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Praxisleitfaden Qualität</subfield><subfield code="b">Prozessoptimierung mit multivariater Statistik in 150 Beispielen</subfield><subfield code="c">Walter Jahn ; Lorenz Braun</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">München [u.a.]</subfield><subfield code="b">Hanser</subfield><subfield code="c">2006</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XXIII, 673 S.</subfield><subfield code="b">graph. Darst.</subfield><subfield code="c">25 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Multivariate Analyse</subfield><subfield code="0">(DE-588)4040708-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Qualitätssicherung</subfield><subfield code="0">(DE-588)4126457-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Qualitätssicherung</subfield><subfield code="0">(DE-588)4126457-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Multivariate Analyse</subfield><subfield code="0">(DE-588)4040708-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Braun, Lorenz</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)124112781</subfield><subfield code="4">aut</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="q">text/html</subfield><subfield code="u">http://deposit.dnb.de/cgi-bin/dokserv?id=2799746&prov=M&dok_var=1&dok_ext=htm</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">HBZ Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014792142&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-014792142</subfield></datafield></record></collection>
id	DE-604.BV021576407
illustrated	Illustrated
indexdate	2024-12-20T12:36:51Z
institution	BVB
isbn	3446406166 9783446406162
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-014792142
oclc_num	166024179
open_access_boolean
owner	DE-859 DE-19 DE-BY-UBM DE-12 DE-1050 DE-210 DE-1102 DE-29T DE-573 DE-703 DE-860 DE-92 DE-526 DE-83 DE-2070s DE-B768
owner_facet	DE-859 DE-19 DE-BY-UBM DE-12 DE-1050 DE-210 DE-1102 DE-29T DE-573 DE-703 DE-860 DE-92 DE-526 DE-83 DE-2070s DE-B768
physical	XXIII, 673 S. graph. Darst. 25 cm
publishDate	2006
publishDateSearch	2006
publishDateSort	2006
publisher	Hanser
record_format	marc
spellingShingle	Jahn, Walter Braun, Lorenz Praxisleitfaden Qualität Prozessoptimierung mit multivariater Statistik in 150 Beispielen Multivariate Analyse (DE-588)4040708-1 gnd Datenanalyse (DE-588)4123037-1 gnd Qualitätssicherung (DE-588)4126457-5 gnd
subject_GND	(DE-588)4040708-1 (DE-588)4123037-1 (DE-588)4126457-5
title	Praxisleitfaden Qualität Prozessoptimierung mit multivariater Statistik in 150 Beispielen
title_auth	Praxisleitfaden Qualität Prozessoptimierung mit multivariater Statistik in 150 Beispielen
title_exact_search	Praxisleitfaden Qualität Prozessoptimierung mit multivariater Statistik in 150 Beispielen
title_full	Praxisleitfaden Qualität Prozessoptimierung mit multivariater Statistik in 150 Beispielen Walter Jahn ; Lorenz Braun
title_fullStr	Praxisleitfaden Qualität Prozessoptimierung mit multivariater Statistik in 150 Beispielen Walter Jahn ; Lorenz Braun
title_full_unstemmed	Praxisleitfaden Qualität Prozessoptimierung mit multivariater Statistik in 150 Beispielen Walter Jahn ; Lorenz Braun
title_short	Praxisleitfaden Qualität
title_sort	praxisleitfaden qualitat prozessoptimierung mit multivariater statistik in 150 beispielen
title_sub	Prozessoptimierung mit multivariater Statistik in 150 Beispielen
topic	Multivariate Analyse (DE-588)4040708-1 gnd Datenanalyse (DE-588)4123037-1 gnd Qualitätssicherung (DE-588)4126457-5 gnd
topic_facet	Multivariate Analyse Datenanalyse Qualitätssicherung
url	http://deposit.dnb.de/cgi-bin/dokserv?id=2799746&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014792142&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT jahnwalter praxisleitfadenqualitatprozessoptimierungmitmultivariaterstatistikin150beispielen AT braunlorenz praxisleitfadenqualitatprozessoptimierungmitmultivariaterstatistikin150beispielen

Verfügbarkeit

‌

Per Fernleihe bestellen Inhaltsverzeichnis